深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
21	2024-12-11	MLDA: Multi-Loss Domain Adaptor for Cross-Session and Cross-Emotion EEG-Based Individual Identification 2023-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3315974 PMID:37713231	研究论文	提出了一种名为MLDA的多损失域适配器方法，用于解决基于跨会话和跨情绪的EEG个体识别问题	创新点在于引入了多损失域适配器（MLDA），通过减少边缘分布和条件分布的差异来提高跨会话和跨情绪的EEG个体识别性能	未提及具体的局限性	旨在解决基于EEG的个体识别中跨会话和跨情绪的分类性能问题	研究对象是跨会话和跨情绪的EEG信号	机器学习	NA	深度神经网络、最大均值差异（MMD）	深度神经网络	EEG数据	未提及具体的样本数量
22	2024-12-11	SegCoFusion: An Integrative Multimodal Volumetric Segmentation Cooperating With Fusion Pipeline to Enhance Lesion Awareness 2023-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3318131 PMID:37738185	研究论文	本文提出了一种名为SegCoFusion的多模态体积分割与融合集成方法，通过结合特征频率分割网络FDNet和双单路径特征补充策略的分割部分，优化分割输入并与融合部分结合，以提高病变识别能力	SegCoFusion通过集成多模态分割与融合，打破了传统分割和融合方法的性能瓶颈，提供了一种新的视角来通过分割与融合协作提高体积融合性能并增强病变意识	NA	解决多模态医学图像融合中的主观性和任务特定性问题，提高分割和融合的性能	多模态脑肿瘤体积融合与分割	计算机视觉	脑肿瘤	深度学习	U-Net系列	图像	NA
23	2024-12-11	MPVF: 4D Medical Image Inpainting by Multi-Pyramid Voxel Flows 2023-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3318127 PMID:37738187	研究论文	本文提出了一种名为多金字塔体素流（MPVF）的模型，用于解决4D医学图像插值问题，特别是心脏和肺部图像的插值	本文的创新点在于提出了多金字塔体素流（MPVF）模型，通过考虑多尺度体素流，能够在插值过程中提供丰富的全局和区域信息，并引入了双边体素流（BVF）模块和金字塔融合（PyFu）模块	NA	本文的研究目的是解决4D医学图像插值问题，特别是心脏和肺部图像的插值	本文的研究对象是心脏和肺部的4D医学图像	计算机视觉	NA	深度学习	MPVF	图像	NA
24	2024-12-11	Deep Open-Curve Snake for Discriminative 3D Neuron Tracking 2023-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3320804 PMID:37773913	研究论文	本文提出了一种新的深度学习框架Deep Open-Curve Snake (DOCS)，用于三维神经元跟踪，通过学习3D距离回归判别器和深度学习跟踪器来提升跟踪性能	DOCS框架结合了深度学习技术，能够在噪声污染的弱信号环境下进行有效的神经元跟踪，并通过能量最小化方法迭代更新变形场、拉伸方向和局部半径	NA	提升三维神经元跟踪的准确性和鲁棒性	三维神经元结构的分段、追踪和重建	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	三维体积数据	BigNeuron和Diadem数据集
25	2024-12-08	A newcomer's guide to deep learning for inverse design in nano-photonics 2023-Dec, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2023-0527 PMID:39634708	review	本文为纳米光子学领域的新手提供了一个关于深度学习在逆向设计中应用的综合指南	本文填补了针对无深度学习经验新手的综合教程的空白，并提供了详细的Python笔记本示例以促进理解和实施	本文主要关注纳米光子学领域的研究人员，尽管对其他领域使用深度学习的研究人员也有参考价值	旨在为新手提供应用深度学习解决纳米光子学逆向设计问题的实用指导	纳米光子学设备的逆向设计	纳米光子学	NA	深度学习	NA	NA	NA
26	2024-12-02	Coarse-Graining with Equivariant Neural Networks: A Path Toward Accurate and Data-Efficient Models 2023-Dec-14, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.3c05928 PMID:38033234	研究论文	本文探讨了使用等变神经网络进行粗粒化分子建模和模拟，以提高模型的准确性和数据效率	本文提出通过引入等变卷积操作来减少神经网络在预测分子能量和力时对大量数据的需求	尽管等变卷积操作提高了数据效率，但模型仍然比成对力场慢	研究如何通过等变神经网络提高粗粒化分子模型的准确性和数据效率	粗粒化水分子模型	机器学习	NA	等变卷积操作	神经网络	分子动力学数据	单帧参考数据
27	2024-12-01	Spatial and Compositional Biomarkers in Tumor Microenvironment Predicts Clinical Outcomes in Triple-Negative Breast Cancer 2023-Dec-20, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.18.572234 PMID:38187696	研究论文	研究通过成像质谱流式技术分析三阴性乳腺癌患者的肿瘤微环境，发现细胞分布模式与临床结果之间的关联，并利用深度学习模型预测治疗反应	首次通过成像质谱流式技术在单细胞分辨率下分析三阴性乳腺癌的肿瘤微环境，并结合深度学习模型预测治疗反应	研究样本量较小，且仅限于三阴性乳腺癌患者	探索肿瘤微环境中的空间和组成生物标志物与三阴性乳腺癌临床结果之间的关系	三阴性乳腺癌患者的肿瘤微环境	数字病理学	乳腺癌	成像质谱流式技术	深度学习模型	图像	58名三阴性乳腺癌患者
28	2024-11-27	Denoising magnetic resonance spectroscopy (MRS) data using stacked autoencoder for improving signal-to-noise ratio and speed of MRS 2023-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.16831 PMID:37947479	研究论文	本文提出了一种使用堆叠自编码器（SAE）对磁共振波谱（MRS）数据进行去噪的方法，以提高信号噪声比（SNR）和MRS的采集速度	本文的创新点在于使用深度学习方法对MRS数据进行去噪，而不需要增加信号平均次数（NSA），从而缩短采集时间并提高SNR	本文的局限性在于仅在脑波谱模型和人体受试者数据上进行了验证，尚未在更广泛的临床环境中进行测试	本文的研究目的是通过深度学习方法提高MRS数据的SNR和采集速度，从而增强MRS的诊断价值和临床应用	本文的研究对象是磁共振波谱（MRS）数据，特别是低NSA数据	机器学习	NA	堆叠自编码器（SAE）	堆叠自编码器（SAE）	磁共振波谱（MRS）数据	研究使用了脑波谱模型和人体受试者的数据，包括脑肿瘤患者的数据
29	2024-11-14	Acceleration of high-quality Raman imaging via a locality enhanced transformer network 2023-Dec-04, The Analyst DOI:10.1039/d3an01543b PMID:37971331	研究论文	本文提出了一种局部增强的Transformer网络（LETNet）用于拉曼图像超分辨率处理，以加速高质量拉曼成像	本文创新性地将Transformer架构中的自注意力机制替换为卷积，并采用深度卷积优化模型，显著提高了计算效率	NA	本文旨在通过深度学习方法加速高质量拉曼成像，以促进其在实时诊断和治疗中的应用	本文研究对象包括乳腺癌细胞和脑肿瘤组织的拉曼图像	计算机视觉	乳腺癌、脑肿瘤	拉曼成像	Transformer网络	图像	乳腺癌细胞和脑肿瘤组织的拉曼图像
30	2024-11-10	Automatic segmentation of atrial fibrillation and flutter in single-lead electrocardiograms by self-supervised learning and Transformer architecture 2023-12-22, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocad219 PMID:37949101	研究论文	本文开发了一种基于Transformer架构和自监督学习的深度学习模型，用于单导联心电图中的房颤和房扑自动分割	本文首次将Transformer架构与自监督学习结合，用于单导联心电图中的房颤和房扑分割	本文仅在11个公开数据库和24个外部验证样本上进行了验证，未来需在更多临床数据上进行验证	开发一种自动检测房颤和房扑的深度学习模型，以预防中风和缓解血流动力学不稳定	单导联心电图中的房颤和房扑	机器学习	心血管疾病	自监督学习	Transformer	心电图	11个公开数据库中的心电图数据，以及24个外部验证样本
31	2024-11-10	Diffusion Models To Predict 3D Late Mechanical Activation From Sparse 2D Cardiac MRIs 2023-Dec, Proceedings of machine learning research PMID:38525446	研究论文	本文提出了一种基于形状约束扩散模型从稀疏的2D心脏MRI图像预测3D晚期机械激活（LMA）图的方法	本文的创新点在于利用从训练数据中学习到的对象形状作为先验知识，指导3D重建过程，而不是仅仅依赖于图像强度的空间相关性	NA	确定心脏再同步治疗中最佳起搏点的关键在于识别左心室心肌的晚期机械激活区域	左心室心肌的3D晚期机械激活图	计算机视觉	心血管疾病	深度学习	扩散模型	图像	使用了公开的3D心肌网格数据集进行训练和测试
32	2024-10-26	Invariant point message passing for protein side chain packing 2023-Dec-21, bioRxiv : the preprint server for biology DOI:10.1101/2023.08.03.551328 PMID:38187664	研究论文	本文介绍了一种基于几何图神经网络的蛋白质侧链包装方法PIPPack，通过几何感知的不变点消息传递（IPMP）处理局部结构和序列信息，生成理想的侧链坐标	本文提出了一种新的蛋白质侧链包装方法PIPPack，结合了几何图神经网络和不变点消息传递技术，显著提高了计算速度	NA	开发一种高效且准确的蛋白质侧链包装方法	蛋白质侧链的包装	机器学习	NA	几何图神经网络	IPMP	蛋白质结构数据	约1400个高质量蛋白质链
33	2024-10-21	Validation of a Deep Learning Chest X-ray Interpretation Model: Integrating Large-Scale AI and Large Language Models for Comparative Analysis with ChatGPT 2023-Dec-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14010090 PMID:38201398	研究论文	本研究评估了两种人工智能技术在胸部X光读片中的诊断准确性和临床效用，并比较了KARA-CXR和ChatGPT的表现	本研究首次将大规模AI和大型语言模型（LLMs）应用于胸部X光读片的辅助技术KARA-CXR与ChatGPT进行比较分析	研究仅使用了单一机构的2000张胸部X光图像，样本量和机构代表性有限	验证KARA-CXR和ChatGPT在胸部X光读片中的性能，并探讨其在医学影像诊断领域的潜在应用	KARA-CXR和ChatGPT在胸部X光读片中的诊断准确性和临床效用	计算机视觉	NA	大型语言模型（LLMs）	人工神经网络	图像	2000张胸部X光图像
34	2024-10-21	Identification of Hypertrophic Cardiomyopathy on Electrocardiographic Images with Deep Learning 2023-Dec-28, medRxiv : the preprint server for health sciences DOI:10.1101/2023.12.23.23300490 PMID:38234746	研究论文	本文开发并验证了一种基于深度学习的模型，用于从心电图图像中识别肥厚型心肌病	该模型克服了心电图原始电压数据不易获取的限制，能够从12导联心电图图像中检测肥厚型心肌病	NA	开发一种自动化的筛查策略，用于识别肥厚型心肌病	肥厚型心肌病的心电图图像	机器学习	心血管疾病	深度学习	NA	图像	124,553张心电图图像，来自66,987名个体
35	2024-10-21	Machine Learning Algorithm: Texture Analysis in CNO and Application in Distinguishing CNO and Bone Marrow Growth-Related Changes on Whole-Body MRI 2023-Dec-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14010061 PMID:38201370	研究论文	本研究分析了慢性非细菌性骨髓炎（CNO）骨病变的纹理特征，并通过机器学习和深度学习方法区分CNO病变与骨髓生长相关变化	本研究首次将机器学习和深度学习方法应用于区分CNO病变与骨髓生长相关变化，并展示了神经网络在分类中的最佳表现	本研究仅限于儿童人群，且样本量较小	分析CNO骨病变的纹理特征，并通过机器学习和深度学习方法区分CNO病变与骨髓生长相关变化	慢性非细菌性骨髓炎（CNO）骨病变和骨髓生长相关变化	机器学习	慢性非细菌性骨髓炎	纹理分析（TA）	神经网络（NN）	图像	66名确诊CNO患者和28名疑似全身性疾病患者
36	2024-10-21	Dry Eye Subtype Classification Using Videokeratography and Deep Learning 2023-Dec-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14010052 PMID:38201361	研究论文	本文介绍了一种利用视频角膜地形图和深度学习进行干眼亚型分类的新方法	提出了一种名为'AI-supported TFOD'的非侵入性方法，使用视频角膜地形图和'模糊值'作为新的指标，结合深度学习进行干眼亚型分类	研究样本量较小，且分类准确率在某些亚型中仍有提升空间	开发一种新的干眼亚型分类方法，以提高诊断的准确性和效率	243例干眼病例，包括严重水液缺乏型、轻中度水液缺乏型、湿润度下降型和蒸发增加型	计算机视觉	眼科疾病	深度学习	3D卷积神经网络	图像	243例干眼病例，包括23名男性和220名女性，平均年龄64.4岁
37	2024-10-21	CryoVirusDB: A Labeled Cryo-EM Image Dataset for AI-Driven Virus Particle Picking 2023-Dec-26, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.25.573312 PMID:38234823	研究论文	本文介绍了一个名为CryoVirusDB的标注冷冻电镜图像数据集，用于AI驱动的病毒颗粒挑选	本文的创新点在于填补了人工标注高质量数据集的空白，为AI和机器学习方法提供了训练和测试的基础	NA	本文的研究目的是为AI和机器学习方法提供一个标注的冷冻电镜图像数据集，以准确识别病毒颗粒	本文的研究对象是冷冻电镜图像中的病毒颗粒	计算机视觉	NA	冷冻电镜	深度学习	图像	9941张微观图像，包含339,398个标注的病毒颗粒
38	2024-10-21	Visual Prompting based Incremental Learning for Semantic Segmentation of Multiplex Immuno-Flourescence Microscopy Imagery 2023-Dec-25, Research square DOI:10.21203/rs.3.rs-3783494/v1 PMID:38234728	研究论文	本文提出了一种基于视觉提示的增量学习框架，用于对多重免疫荧光显微图像进行语义分割	本文的创新点在于使用最小量的人工标注数据，通过增量学习逐步优化多类分割模型，显著提高了分割性能	本文的局限性在于依赖于人工专家的额外标注，且仅在特定类型的图像数据上进行了验证	本文的研究目的是在医学图像分割领域，通过增量学习方法解决标注数据稀缺的问题	本文的研究对象是高分辨率的多重免疫荧光显微图像	计算机视觉	NA	多重免疫荧光显微成像	Swin-UNet	图像	涉及大鼠脑部切片的多重免疫荧光图像
39	2024-10-21	Experimental Examination of Conventional, Semi-Automatic, and Automatic Volumetry Tools for Segmentation of Pulmonary Nodules in a Phantom Study 2023-Dec-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14010028 PMID:38201337	研究论文	本研究旨在评估半自动、常规和自动体积测量工具在胸部CT中对肺结节分割的精度	本研究首次在仿真模型上比较了多种体积测量工具的性能，包括半自动和自动分割方法	所有评估的工具在高精度放射治疗中仍需视觉控制和必要时的手动修正	评估不同体积测量工具在肺结节分割中的精度	胸部CT中的肺结节	数字病理学	肺癌	深度学习算法	NA	图像	使用了一个仿真模型（N1 LUNGMAN）
40	2024-10-21	De novo design of diverse small molecule binders and sensors using Shape Complementary Pseudocycles 2023-Dec-21, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.20.572602 PMID:38187589	研究论文	本文介绍了一种利用深度学习和能量学方法设计高形状互补性的小分子结合剂和传感器的方法	本文提出了一种集成深度学习和能量学的方法，用于设计高形状互补性的小分子结合剂，并将其应用于下游传感应用	NA	开发一种通用方法，用于设计能够结合和感知任何感兴趣的小分子的蛋白质	小分子结合剂和传感器的设计	生物信息学	NA	深度学习	NA	结构数据	四种不同的小分子，包括甲氨蝶呤和甲状腺素